Microsoft объединяет AutoGen и Semantic Kernel: рождение агентной платформы нового поколения

В октябре 2025 года Microsoft сделала ход, который многие ждали, но мало кто предсказывал именно в такой форме: компания объявила о слиянии двух своих ключевых AI-фреймворков — AutoGen и Semantic Kernel — в единую агентную платформу. Для тех, кто следил за развитием обоих проектов, это решение было одновременно логичным и радикальным. AutoGen, родившийся в исследовательском подразделении Microsoft Research, стал де-факто стандартом для экспериментов с мультиагентными системами. Semantic Kernel, напротив, строился как enterprise-ready SDK для оркестрации AI-функций внутри корпоративных приложений. Два мира, две философии, два набора API — и теперь они становятся одним целым.

Чтобы понять масштаб этого решения, стоит вспомнить контекст. AutoGen появился в сентябре 2023 года как open-source библиотека для создания мультиагентных разговоров. К середине 2025 года проект набрал более 35 000 звёзд на GitHub, породил целую экосистему расширений и стал отправной точкой для тысяч исследовательских работ. Его сила была в гибкости: вы могли определить агентов с разными ролями, настроить паттерны их взаимодействия и запустить сложные рабочие процессы, где агенты спорили, проверяли друг друга и приходили к решениям. Semantic Kernel, запущенный ещё раньше — в марте 2023 — шёл другим путём. Это был SDK для .NET и Python, ориентированный на интеграцию LLM-функций в существующие корпоративные приложения. Плагины, планировщики, коннекторы к Azure — всё для того, чтобы enterprise-разработчик мог добавить AI в свой продукт без переписывания архитектуры.

Проблема стала очевидной к лету 2025 года: разработчики, строившие агентные системы на стеке Microsoft, были вынуждены выбирать между двумя фреймворками — или, что ещё хуже, использовать оба одновременно, городя мосты между несовместимыми абстракциями. AutoGen давал мощные примитивы для мультиагентных взаимодействий, но не имел production-ready инфраструктуры для развёртывания. Semantic Kernel предлагал солидную enterprise-основу, но его модель агентов была примитивной по сравнению с AutoGen. Мы видели, как на форумах и в Discord-каналах разработчики снова и снова задавали один и тот же вопрос: «Какой фреймворк выбрать?» Ответ Microsoft долгое время сводился к невразумительному «зависит от задачи». Это было неудовлетворительно — и Microsoft это понимала.

Объединение было анонсировано на Ignite 2025 вице-президентом по AI-платформам Джоном Батлером. Ключевое слово в его выступлении — «convergence». Не поглощение одного фреймворка другим, а именно схождение: лучшие идеи из обоих проектов собираются в новую архитектуру. Из AutoGen перешли мультиагентные паттерны коммуникации — GroupChat, последовательные и параллельные рабочие процессы, механизм критики и рефлексии. Из Semantic Kernel — система плагинов, планировщик задач, интеграция с Azure AI Services, управление памятью через встроенные коннекторы к векторным базам данных. Результат назвали Microsoft AI Agent Framework — название скучное, но честное.

Технически слияние реализовано через новый унифицированный SDK, доступный для Python и C#. Центральная абстракция — Agent, который может быть как простым wrapper вокруг LLM-вызова, так и сложной конструкцией с собственной памятью, набором инструментов и политиками безопасности. Агенты общаются через стандартизованный протокол сообщений, который поддерживает как синхронные, так и асинхронные паттерны. Мультиагентные сценарии описываются через Orchestrator — компонент, унаследованный от AutoGen, но переработанный с учётом production-требований Semantic Kernel. Оркестратор управляет порядком вызовов, обработкой ошибок, логированием и соблюдением бюджетных ограничений (максимальное количество токенов, таймауты, лимиты на количество итераций).

Что нас впечатлило в этом слиянии — это система памяти. В оригинальном AutoGen память была, мягко говоря, рудиментарной: контекст передавался через историю сообщений, и при длинных разговорах агенты просто теряли нить. Semantic Kernel имел memory connectors, но они работали на уровне отдельного агента, без shared state. В объединённом фреймворке появилась трёхуровневая система: рабочая память (текущий контекст разговора), эпизодическая память (ключевые факты из прошлых взаимодействий, хранящиеся в векторной базе) и семантическая память (долгосрочные знания, загруженные из внешних источников). Агенты в мультиагентной группе могут разделять эпизодическую память, что позволяет им «помнить» выводы друг друга без необходимости пересказывать контекст.

Реакция сообщества была предсказуемо смешанной. Энтузиасты AutoGen выразили опасения, что исследовательская гибкость будет принесена в жертву enterprise-требованиям. Некоторые мейнтейнеры форкнули репозиторий AutoGen до слияния — на GitHub появился проект AutoGen-Community, продолжающий развитие оригинальной ветки. С другой стороны, enterprise-разработчики, работавшие с Semantic Kernel, приветствовали появление полноценных мультиагентных возможностей без необходимости интеграции с отдельным фреймворком. По данным Microsoft, за первые два месяца после слияния новый SDK был загружен более 800 000 раз через PyPI и NuGet.

Стоит отметить стратегический контекст. К осени 2025 года рынок агентных фреймворков стал по-настоящему конкурентным. LangChain (через LangGraph) предлагал развитую экосистему для создания агентных графов. CrewAI набрал популярность благодаря простоте создания команд агентов. Google продвигал свой Agent Development Kit. Amazon делал ставку на Bedrock Agents. В этой ситуации фрагментация между AutoGen и Semantic Kernel была для Microsoft не просто неудобством — это была стратегическая уязвимость. Объединение устранило её и одновременно создало самый полнофункциональный агентный фреймворк на рынке — с нативной интеграцией в Azure, поддержкой от крупнейшей технологической компании мира и комбинацией исследовательской глубины с enterprise-надёжностью.

Отдельного внимания заслуживает интеграция с Azure AI Foundry. Объединённый фреймворк получил первоклассную поддержку в Azure: развёртывание агентных приложений одной командой, мониторинг через Azure Monitor, A/B-тестирование конфигураций агентов, managed endpoints для моделей. Microsoft фактически предлагает полный вертикальный стек: от исследовательского прототипа до production-развёртывания — без смены фреймворка, без миграции кода, без промежуточных абстракций. Это сильное конкурентное преимущество, которое пока не может предложить ни один другой вендор.

Мы также наблюдаем интересный побочный эффект слияния: стандартизацию. Когда Microsoft определяет единый набор абстракций для агентов — Agent, Orchestrator, Memory, Tool — это де-факто становится стандартом, на который ориентируются другие. Уже через месяц после анонса мы видели, как сторонние библиотеки начали адаптировать свои API к новым интерфейсам Microsoft. Не потому что Microsoft принуждает, а потому что это удобно: совместимость с крупнейшей агентной экосистемой открывает доступ к огромному рынку Azure-клиентов.

Есть, конечно, и риски. Монолитные фреймворки имеют тенденцию становиться слишком сложными, слишком специфичными для одного вендора, слишком привязанными к конкретной модели мышления. AutoGen ценился именно за свою минималистичность — вы могли за 20 строк кода создать двух спорящих агентов. В новом SDK тот же сценарий требует больше конфигурации. Microsoft обещает, что «простое останется простым», но история enterprise-фреймворков заставляет нас относиться к таким обещаниям со здоровым скепсисом.

И всё же мы считаем это слияние одним из самых важных событий 2025 года в области агентного AI. Не потому что Microsoft создала что-то принципиально новое — все отдельные компоненты существовали раньше. А потому что компания показала, как собрать из исследовательских идей и enterprise-инструментов цельную платформу, которая может стать основой для следующего поколения AI-приложений. Агентный AI выходит из фазы хакерских экспериментов и входит в фазу промышленной зрелости. Microsoft, похоже, хочет быть тем, кем она была для облака десять лет назад — платформой по умолчанию.

Как вы думаете, сможет ли объединённый фреймворк Microsoft стать «React для AI-агентов» — стандартом, вокруг которого сформируется вся экосистема, — или рынок останется фрагментированным с множеством конкурирующих подходов?